AWS Batch รองรับการจัดตารางงานการฝึกของ SageMaker แล้ว
ณ วันนี้ AWS Batch รองรับการจัดตารางสำหรับงานการฝึกของ SageMaker แล้ว ด้วย AWS Batch สำหรับงานการฝึกของ SageMaker นักวิทยาศาสตร์ข้อมูลสามารถส่งงานการฝึกไปยังคิวที่สามารถกำหนดค่าได้ ซึ่งขับเคลื่อนโดย AWS Batch การบูรณาการนี้ช่วยให้งานสามารถจัดตารางตามลำดับความสำคัญและความพร้อมของทรัพยากรได้โดยอัตโนมัติ ช่วยลดความจำเป็นในการทำซ้ำด้วยตนเองและการประสานงาน นอกจากนี้ ผู้ดูแลระบบยังสามารถตั้งค่านโยบายการจัดตารางแบบแบ่งปันอย่างเป็นธรรมเพื่อเพิ่มประสิทธิภาพการใช้ทรัพยากรในทีมต่าง ๆ ได้ ระบบจะทำการลองใหม่งานที่ล้มเหลวโดยอัตโนมัติ และแสดงสถานะคิวให้ผู้ใช้เห็นอย่างชัดเจน
นอกจากนี้ คุณยังสามารถจัดซื้อแผนการฝึกแบบยืดหยุ่นของ SageMaker (FTP) เพื่อรับประกันความจุที่คุณต้องการในช่วงเวลาที่ต้องการได้อีกด้วย เมื่อมีแผนการฝึกแบบยืดหยุ่นอยู่ ความสามารถระบบคิวของ Batch จะช่วยให้คุณเพิ่มการใช้ทรัพยากรได้สูงสุดตลอดระยะเวลาของแผนดังกล่าว นักวิทยาศาสตร์ข้อมูลสามารถส่งงานทดลองได้อย่างมั่นใจโดยตรงจาก SageMaker Python SDK โดยจะจัดการความซับซ้อนของโครงสร้างพื้นฐานโดยอัตโนมัติ
คุณสามารถเริ่มใช้ AWS Batch สำหรับงานการฝึกของ SageMaker ได้ทันทีผ่านทางคอนโซลการจัดการของ AWS, อินเทอร์เฟซบรรทัดคำสั่ง (CLI) ของ AWS หรือ AWS SDK ไม่มีค่าใช้จ่ายเพิ่มเติมสำหรับ AWS Batch โดยตรง คุณจะชำระเพียงค่าใช้จ่ายสำหรับทรัพยากรของ AWS ที่ใช้ในการเรียกใช้แอปพลิเคชันของคุณเท่านั้น ขณะนี้ AWS Batch สำหรับงานการฝึกของ SageMaker พร้อมให้ใช้งานทั่วไปแล้วใน AWS Region ทุกแห่งที่ให้บริการ AWS Batch และ SageMaker AI ในการเริ่มต้น โปรดดู เอกสารประกอบ AWS Batch สำหรับงานการฝึกของ SageMaker และบล็อกโพสต์ของเรา